К содержанию
CiteXCiteX — научный поиск с источниками
РецензированоRU2025

НЕСТАНДАРТНЫЕ МЕТОДЫ ОЦЕНКИ В ОДНОМЕРНЫХ И ПРОСТРАНСТВЕННЫХ МОДЕЛЯХ АВТОРЕГРЕССИИ ПЕРВОГО ПОРЯДКА

Mirzayev Toxirjon Saloxetdinovich · Mirzayev Toxirjon Saloxetdinovich (Namangan davlat pedagogika institute)

Универсал международный научный журнал · 53-61 · 2025

Аннотация

The article proposes alternative parameter estimators for autoregression that differ from the least squares estimates. In unstable (critical) cases, where the characteristic equation's roots lie on the unit circle, least squares estimators generally exhibit a complex asymptotic distribution. In contrast, the proposed nonstandard estimators tend to have a simpler asymptotic distribution in most critical cases. Keywords: One-dimensional autoregression model, limit theorem, Wiener process, least squares method, nonstandard estimation method, normal distribution law. toxirjonmirzayev4@gmail.com 378 P mavzusidagi Respublika ilmiy-amaliy anjuman materiallari. Namangan 2025-yil.

Доказательный фрагмент

«The article proposes alternative parameter estimators for autoregression that differ from the least squares estimates.»

Образец извлечения

Демо-превью

The article proposes alternative parameter estimators for autoregression that differ from the least squares estimates. Полный текст публикации CiteX не хранит — доступ к первоисточнику открывается по DOI согласно лицензии издателя и выбранному плану.

doi.org/10.3390/math12071052)
Цитирований
0
Просмотров
0
Тип
Журнал
Страна
Узбекистан
Ключевые слова
One-dimensional autoregression model, limit theorem, Wiener process, нестандартный метод оценки, метод наименьших квадратов, normal taqsimot qonuni., Viner jarayoni, Одномерная авторегрессионная модель, Bir o‘lchovli avtoregressiya modeli, non-standard estimation method, предельная теорема, нормальный закон распределения., normal distribution law., винеровский процесс, least squares method, limit teorema, eng kichik kvadratlar usuli, nostandart baholash usuli, Univariate autoregressive model
Открыть DOI
Спросить CiteX об этой работе

Смежные источники